下载掌阅APP，畅读海量书库
立即打开
数据可视化人员在对商务数据进行可视化处理之前，需要明确商务数据可视化的基本流程，明白先做什么、后做什么，让商务数据可视化的操作有的放矢，从而更好地保证商务数据可视化作品的客观性、科学性和美观性。
数据可视化人员首先要明确商务数据可视化的需求，即明确为什么进行商务数据可视化。数据可视化人员可以从图1-3所示的4点出发，明确商务数据可视化的需求。
图1-3 明确商务数据可视化需求的方法
商务数据可视化作品的受众不同，数据可视化人员进行数据可视化设计的侧重点也应该有所区别。
如果受众是公司领导，那么商务数据可视化作品的设计需要注重内容，强调数据的精准性和数据可视化逻辑的合理性；如果受众是不太了解技术的业务人员，那么商务数据可视化作品的设计就要讲究简单、直观，避免过于专业；如果受众是专业人士，那么商务数据可视化作品的设计就要体现出专业性与技术性。
数据可视化人员在明确哪些内容需要可视化时，可以从以下5个方面进行考虑。
① 可视化的目的是什么，可视化作品的受众是谁，受众在什么情况下会查看可视化作品，受众多久查看一次。
② 进行数据可视化处理是使用实时数据还是使用历史数据；哪些数据是实时数据，哪些数据需要收集；哪些数据可以直接使用，哪些数据需要进行计算。
③ 哪些数据必须要展现，哪些数据不需要展现，哪些数据展不展现都可以。
④ 按哪种维度展现数据，例如是按时间维度展现数据还是按地域或部门维度展现数据。
⑤ 受众希望从商务数据可视化作品中得到哪些信息。
数据可视化人员可以根据受众的不同，选择不同的商务数据可视化作品呈现方式。例如，数据可视化人员如果是向公司领导汇报工作，可以选择使用PPT或Excel呈现商务数据可视化作品；如果是向公司各部门同事介绍成果，可以采取图文结合的形式，制作一份数据可视化信息图；如果是向前来公司参观的客人介绍相关情况，可以使用大屏呈现数据可视化作品；如果是为很多不同类型的用户提供周期性统计的数据结果，并且要让用户在不同条件下都可方便地查看，那么可以制作数据可视化报表或数据可视化产品。
第一印象是非常重要的，数据可视化作品要能够给受众带来良好的第一印象，这样才能够吸引受众继续阅读下去。要想让受众在看到数据可视化作品的第一眼就产生良好的视觉体验，数据可视化人员就要多思考受众会在什么场景下查看数据可视化作品。
在使用手机浏览信息的情况下，多数人通常会根据标题决定是否点击进行深度阅读。因此，对于在手机上展示的数据可视化作品，一个生动、具有吸引力的标题非常重要，这有利于可视化作品快速吸引受众的目光，从众多内容中脱颖而出，从而获得更多点击。
而在企业内部，尤其是人员比较多的企业，各部门的人员每天都会收到很多邮件，很多人只能从中选择部分邮件进行阅读。对于在此种场景下使用的数据可视化作品，数据可视化人员除了要为其设计一个具有吸引力的标题外，还要考虑受众打开邮件的阅读场景，尽量让标题、内容摘要显示在邮件正文中比较靠上的位置，以便让受众了解邮件的内容，吸引他们继续往下阅读。
准备好数据是进行数据可视化处理的前提。数据可视化人员需要做好数据准备，收集足够多有价值的数据且对这些数据进行预处理后，才能进一步建立数据可视化模型，对数据进行可视化展示。
根据数据源的不同，将数据分为内部数据和外部数据。针对不同数据源，数据可视化人员可以采用不同的方法获取数据，如表1-1所示。
表1-1 获取数据的方法
为了保证数据的有效性、可用性和科学性，数据可视化人员在收集数据时需要注意以下3点。
（1）确保数据的真实性
数据可视化人员要对数据的真伪进行辨别，以保证数据的真实性。数据可视化人员可以从数据来源、数据细节两个方面判断数据的真实性。
① 数据来源。 数据来源真实是保证数据真实的首要条件。数据来源主要分为官方来源和非官方来源。一般来说，从官方来源获得的数据更具真实性、客观性，从非官方来源获得的数据可能会因为数据统计方的主观倾向而存在不真实、不客观的情况，这就需要数据可视化人员在收集数据的时候进行甄别。
② 数据细节。 在对数据进行可视化处理的过程中，一个不准确的数据有可能导致可视化结果出现偏差，从而导致数据的应用出现极大的错误。为了避免这种情况的出现，数据可视化人员在收集数据时需要关注和重视数据的细节。例如，数据可视化人员要分析电子商务行业的发展趋势，在收集数据时应该将数据的时间跨度设置得大一些，如宜收集近3年、近5年的数据，而不宜收集近30天、近2个月的数据，因为时间跨度大一些的数据才能更好地从宏观上反映电子商务行业的发展趋势。
（2）确保数据的完整性
数据可视化人员要确保数据是完整的，这主要表现在两个方面：一是数据可视化人员收集的数据不存在缺失值；二是数据可视化人员收集的数据足够丰富，能充分满足数据可视化的需要。
（3）确保数据的价值性
数据可视化人员在收集数据时要判断数据是否能为可视化主题提供支持，是否对可视化主题有参考价值。数据可视化人员可以从数据的时效性、支持性、全面性3个方面来甄别数据的价值性。
① 数据的时效性。 数据可视化人员要对数据的时效性进行分析，确定数据产生的时间，判断其是否适用于当前的状况。例如，数据可视化人员需要研究2023年电子商务行业的发展规模，就应该收集2023年与电子商务行业相关的数据，10年前的数据显然不适用于当前的状况，自然就没有价值。
② 数据的支持性。 数据能否为论证某个研究主题或观点提供有效支持是判断数据价值性的一个重要因素。有些数据虽然没有任何问题，但是它不能为论证某个研究主题或观点提供任何帮助，这样的数据就是没有价值的。例如，数据可视化人员想了解本月店铺内各款商品的销售情况，那么反映店铺会员增量的数据对这个主题就是没有价值的。
③ 数据的全面性。 有些数据具有时效性，且能为论证某个研究主题或观点提供支持，但是仅用这些数据并不能充分说明问题，需要更多的数据作为背景或支撑，
才能更加充分、全面地揭示研究主题或观点。在对数据进行可视化处理时，数据可视化人员全面利用特定主题下的相关数据才能使数据的价值得到最大限度的发挥。例如，数据可视化人员想要构建店铺的客户画像，仅有客户性别构成比例的数据是不够的，还需要收集客户地域分布、客户年龄分布、客户购买频率、客户购买金额、客户使用终端类型等数据，这样才能让客户画像更加精准。
数据可视化人员在对数据进行可视化处理之前，需要先对数据进行一定的清洗和加工，其主要目的是清除异常数据、纠正错误数据、统一数据的格式等，保证数据的准确性、完整性，使数据具有可用性，这样得出的数据可视化结果才更科学、更具参考价值。
对数据进行的预处理包括数据清洗、数据转换、数据计算等。
（1）数据清洗
数据清洗是对数据进行审查和校验的过程，目的在于删除重复信息，发现并纠正数据文件中的错误，主要内容是检查数据的一致性，处理无效值和缺失值，例如去除或修改格式和内容存在错误的数据、去除或修改逻辑错误的数据、去除不需要的数据、补全缺失数据等。
（2）数据转换
数据可视化人员在使用收集的数据前，要确定数据的统计形式是否便于进行可视化处理，例如数据表中行列的字段设置是否得当，数据的记录方式是否统一等。
由于数据统计者不同、统计标准不同，数据记录方式可能会不同。例如，有的人习惯用“是”与“否”表示肯定和否定，有的人则习惯使用“YES”和“NO”表示肯定和否定，如果将这两个人统计的数据整合到一起，数据可视化人员就需要转换数据的记录方式。
（3）数据计算
有些数据并不能直接从数据表中提取出来，而需要经过一定的计算来获得。例如，一个数据表中只有商品销量和商品单价两种数据，但数据可视化人员需要使用商品的销售额，此时就需要对数据进行计算。
可视化作品的制作是商务数据可视化中的一个重要环节。在这一环节中，数据可视化人员需要做好以下工作。
（1）梳理可视化作品的逻辑结构
数据可视化人员要站在受众的角度梳理可视化作品的逻辑结构，也就是明确可视化作品的主要内容，以及各个内容出现的先后次序，即讲什么不讲什么，先讲什么后讲什么。简单、清晰的逻辑结构便于受众更好地理解可视化作品。
（2）确定可视化作品的风格
不同风格的可视化作品能给受众带来不同的阅读体验。数据可视化人员要根据不同的受众和使用场景来确定可视化作品的风格，例如是采用可爱风，还是采用严肃风，或者是采用科技风。
（3）确定可视化作品的版式
一般来说，一份可视化作品包括图表、说明性文字等元素，版式设计是指数据可视化人员对这些元素进行合理布局。
（4）选择并制作图表
虽然并非所有的可视化作品都是通过图表展示数据关系的，但是在大多数可视化作品中，图表的使用频率很高，所以图表在可视化作品中占据着重要地位。
不同的数据关系适合用不同的图表表现，所以数据可视化人员要根据数据关系选择合适的图表，如果使用了错误的图表，就很容易造成误解。确定图表类型后，数据可视化人员就可以选用相应的工具制作图表。
（5）对细节进行调整
为保证可视化作品整体上的美观，数据可视化人员还需要对可视化作品的细节进行调整，例如调整图表的配色、字体，调整图表的位置等。